信息流 AB 素材矩阵(数据驱动版)

素材是 7–14 天就疲劳的耗材 · 而「A 组 B 组谁赢」现在靠优化师的感觉

!
演示模式 · 可视化预演

本页展示的是「应该怎么跑、每一步看什么、交付什么」,用的是真实业务格式的脱敏构造数据, 不宣称已接入客户生产系统,也不承诺任何效率提升百分比。 案例设定:上海鸣鹿广告有限公司 · 投放工位。高翔(管巨量 / 腾讯 / 百度三个后台的投放优化)刚收到 VD 交付的信息流 3 版素材。campaign YL-2026-09 上线在即,信息流素材要持续供给 —— 素材是 7–14 天就疲劳的耗材。按现有流程,高翔想到什么换什么,A 组 B 组谁赢靠优化师感觉,赢的素材不知道为什么赢。今天走数据驱动:48 条历史素材归纳 4 钩子 → 16 变体矩阵 → 两段式测试,每组 3 天累积 300 转化才判胜。

历史素材
48 条 · 近 3 个月
矩阵规模
4 钩子 × 4 基底 = 16 变体
判胜门槛
每组 3 天累积 300 转化
胜出素材
YL26-09_H2-B3-DY · CTR 2.1%
输入

中小广告公司与电商视觉团队手上能拿到的东西

不需要整理格式、不需要改文件名 · 直接拖进对话框
01_历史投放素材表现_近3个月48条.xlsx
近 3 个月伊利系信息流素材 48 条的投放表现(高翔从巨量引擎导出)
高翔导出 + 曾雅协助核对素材归属
02_胜出钩子归纳_带CTR区间.xlsx
★ 48 条素材归纳 4 类钩子 · 各带 CTR 区间与胜出率 —— 矩阵的输入
高翔主笔 · 曾雅复核
03_AB素材矩阵_16变体.xlsx
4 钩子 × 4 基底 = 16 变体 · 每个变体带假设标签(测的是什么)
高翔建矩阵 · 林小满出图(基底沿用 VD 交付物)
04_样本量与预算分组测算.xlsx
判胜门槛测算:每组 3 天累积 300 转化 · 日预算 8000 元的分组方案
高翔测算 · 客户 YL-2026-09 PM 确认预算
05_AB测试结果_两轮记录.xlsx
两轮测试结果:第一轮 H2 妈妈视角胜出 · 第二轮 H2-B3 胜出
高翔记录 · 投放手执行

注意标橙色那一份 —— 02_胜出钩子归纳_带CTR区间.xlsx。它高翔主笔 · 曾雅复核,平时压根不在核对范围里。这个场景的价值,很大一部分就来自把它读进来。

提示词

就说这么几句

没有模板、没有表单 · 专业规则由 Skill 兜底
这是我们近 3 个月的投放素材表现数据(导出好了),还有这次 campaign 的信息流素材 3 版。客户是乳品品牌,投放主投抖音。 先从历史数据里归纳胜出钩子类型,带 CTR 区间。然后按 4 个钩子方向做结构化变体矩阵,每个变体标清楚测的是哪个变量——一次只测一个。 测试计划要算样本量:每组能不能到 300 个转化、到不了的标「置信度不足」。预算怎么分组给个建议,但调价和关停的决定我不交给任何工具。 测试跑完帮我沉淀钩子库:谁赢、为什么赢、下一批衍生什么。

短是因为钩子类型框架、变体矩阵结构、样本量测算规则都写在能力包里了。你只需要给历史投放数据和素材基底。

触发

VD 交付 3 版信息流素材到达高翔

素材是 7–14 天疲劳的耗材 · 现有流程凭感觉换

campaign 上线在即,信息流素材要持续供给。按现有流程:高翔想到什么换什么,没有假设、没有变量控制、没有样本量意识 —— 赢的素材不知道为什么赢,下一批还在瞎试。

从历史踩过的坑想起:上个季度凭感觉推「活力卡通」素材,烧了一周才发现 CTR 只有 1.1% —— 那次之后高翔决定,测试必须带假设、带样本量。

环节现有流程矩阵化改变
选素材想到什么换什么历史数据归纳钩子 + 矩阵瞎试 → 带假设测
判胜负优化师感觉3 天 300 转化门槛感觉 → 置信度
沉淀无(下批重来)胜出钩子库一次性 → 资产
合计 3 环节凭感觉数据驱动瞎试 → 带假设测

矩阵化的三件事:历史归纳(钩子带 CTR 区间)· 变体带假设标签 · 判胜有样本量门槛 —— 三件都齐才叫 AB 测试,缺一件都是换皮瞎试。

为什么不是「一键出 100 张任选」出 100 张你选得过来吗?选稿才是瓶颈。16 个变体每个带「测什么」的标签 —— 选完知道为什么赢。

从历史踩过的坑想起:上季度那批「凭感觉」素材,文件名全是「未命名-最终版-新」,复盘时连哪条是哪条都对不上号 —— 矩阵化先把命名规范立起来(step 2)。
1

历史归纳 · 48 条素材提 4 类钩子

48 条 · 近 3 个月 · CTR 0.9%–2.3%

高翔把近 3 个月 48 条信息流素材按钩子事后标注,归纳出 4 类,各带 CTR 区间与胜出率。

钩子素材数CTR 均值胜出率
妈妈视角121.95%8/12
开学场景141.60%6/14
活力卡通111.35%3/11
科学营养111.15%1/11
合计481.56%18/48
合计 4 类48 条均值 1.56%18/48 胜出

妈妈视角均值 1.95% 显著领先 —— 但开学季直觉会推「开学场景」;数据驱动的意思就是:先测,别先信直觉。

归纳靠人还是靠工具钩子的语义归纳目前是高翔的活 —— 工具做的是排序与统计(CTR 分位数、胜出率),「这 12 条都算妈妈视角」是人对素材的语义判断。

换算成钱:48 条素材的投放消耗约 19 万元,归纳成 4 类钩子后这笔学费才算没白交 —— 不归纳,同样的钱下个季度再交一遍。
2

命名规范 · 变体 ID 先行

ID = 钩子-基底-渠道-版本 · 反查不再靠记忆

变体 ID 规范:YL26-09_H2-B3-DY-v1 = campaign_钩子_基底_渠道_版本。投放表现直接反查到素材特征。

字段含义示例解决的问题
H钩子编号H2 = 妈妈视角哪种钩子在赢
B基底编号B3 = 妈妈端早餐版哪种基底在赢
DY渠道抖音信息流跨后台可归并
v版本v1同素材迭代可追溯
合计 4 字段ID 全息投放表现反查不再靠记忆

命名规范是 AB 测试的地基:旧命名「未命名-最终版-新」让 48 条素材的复盘花了半小时 对号入座 —— 新命名让反查变成 1 秒的事。

命名不规范该不该拦该拦的不靠人盯:命名规则写进矩阵生成流程,ID 缺字段或格式错的变体直接卡在生成环节,不进投放队列 —— 靠人提醒,三个月就松懈。
3

矩阵生成 · 4 钩子 × 4 基底 = 16 变体

每个变体带假设标签 · 一次只测一个变量

4 类钩子 × 4 个基底(B1 校门口场景 / B2 产品特写 / B3 妈妈端早餐 / B4 主 KV 改编)= 16 变体。每个变体带假设标签 —— 这个变体测的是什么。

钩子变体数共用基底测的变量
H1 开学场景4第一轮共用 B1钩子层
H2 妈妈视角4第一轮共用 B1钩子层
H3 活力卡通4第一轮共用 B1钩子层
H4 科学营养4第一轮共用 B1钩子层
合计16—两轮投放
合计 4 钩子16 变体第一轮共用 B1先钩子层后基底层

两段式是矩阵的纪律:第一轮 4 变体只测钩子层,第二轮胜出钩子 × 4 基底只测基底层 —— 一次测多个变量,结果出来谁也不认账。

16 个变体为什么不一次全投一次全投 = 每组日预算 500 元 = 每天 625 点击 —— 3 天不到 80 个转化,全部标「置信度不足」,等于没测。

排除性结论也是结论:可以排除「16 个同时平投能更快出结果」的侥幸 —— 样本量不足时测试速度换不来测试结论。
4

样本量测算 · 3 天 300 转化门槛

日预算 8000 元 ÷ 4 组 = 每组每天 100 转化

判胜门槛:每组 3 天累积 300 转化达到 95% 置信度。测算链条:每组日预算 2,000 元 ÷ CPC 0.8 = 2,500 点击/天,× 预估 CVR 4.0% = 100 转化/天 × 3 天 = 300,恰好达标。

环节数值来源达不到怎么办
每组日预算2,000 元总预算 8,000 ÷ 4 组砍组数不砍样本量
每组日点击2,5002,000 ÷ CPC 0.8 元—
每组日转化1002,500 × CVR 4.0%CVR 掉则延窗
判胜门槛300 转化95% 置信度要求标「置信度不足」
合计 4 环节3 天 300 转化总预算 8,000 元/天宁可延窗不硬判

测算的意义:投放时盯的是「每组每天 100 转化」这个数 —— 掉了就知道判定窗要延长,而不是等 3 天后才发现白测。

置信度不足时怎么办样本量不足就明说,不硬给胜负结论。换算成钱:CVR 从 4% 掉到 3% 还硬判,误杀好素材的概率上升 —— 被误杀的妈妈视角类素材,历史均值 1.95% CTR,一条误杀 ≈ 每天 2,500 点击 × 0.8 个百分点 CTR 差 ≈ 20 个转化/天的损失,3 天就是 60 个。
5

两轮投放 · H2 妈妈视角 × B3 妈妈端早餐胜出

第一轮 H2 胜出 · 第二轮 H2-B3 胜出 CTR 2.1%

第一轮(测钩子):G2 妈妈视角 415 转化、CTR 2.0% 胜出,活力卡通与科学营养淘汰。第二轮(测基底):H2 × B3 妈妈端早餐 452 转化、CTR 2.1% 最终胜出,上线主投。

轮次胜出组3 天转化CTR去向
第一轮G2 妈妈视角4152.0%进第二轮
第一轮G1 开学场景3021.7%保留作储备
第二轮H2 × B3 妈妈端早餐4522.1%上线主投
第二轮H2 × B1 校门口3381.8%留作储备(素材衰退监控与周报 第一顺位)
合计 2 轮H2-B3 胜出452 转化CTR 2.1%主投 + 储备

胜出的素材能回答「为什么赢」:妈妈视角钩子(历史均值 1.95%)+ 妈妈端早餐基底 —— 钩子与基底同构,受众看到的是同一个故事的两种讲法。这个结论直接进胜出钩子库,成为下一批矩阵的输入。

败者也有价值淘汰的科学营养钩子(CTR 1.0%)沉淀的是排除性结论:乳品普通食品宣称红线密(第 17 条),「科学营养」类素材合规空间小、CTR 又垫底 —— 可以排除这个方向,下一批不再浪费预算。
之后

3 份预期输出 + 胜出钩子库闭环

3 份输出 · 沉淀喂给 素材衰退监控与周报

3 份预期输出:AB 素材矩阵与测试计划 · AB 测试记录表 · 胜出钩子库。胜出钩子库同时是 素材衰退监控与周报 衰退替换的第一顺位来源。

产出内容签批栏留空栏
AB素材矩阵与测试计划.xlsx16 变体 + 假设标签 + 样本量测算编制(高翔)· 投放手确认预算分组(待客户确认)
AB测试记录表.xlsx两轮结果 · 谁赢为什么赢编制(高翔)—
胜出钩子库.xlsx4 钩子 CTR 区间 + 胜出组合编制(高翔)· 复核(曾雅)—

整改建议写法示例(不写「加强复盘」):
① 胜出钩子库每 campaign 后更新 —— 由高翔牵头,验收标准是「胜出率口径不变,48 条基数扩到 60 条以上」。
② 命名规范写进投放 SOP —— 由高翔与林小满联合维护,验收标准是「新素材 ID 缺字段不进投放队列」。
③ 样本量测算前置 —— 由高翔牵头,验收标准是「每轮测试开跑前测算表先出」。

钩子库越用越准胜出钩子库是「越用越准」的资产:48 条基数 → 60 条 → 80 条,钩子 CTR 区间越来越窄,下一批矩阵的起点越来越高。

换算成钱:没有钩子库,每个新客群从零瞎试;有钩子库,起跑就在历史最优 1.95% 的 CTR 上 —— 这正是「素材生产与投放数据闭环」的本意。
16 变体矩阵可投,但「第一轮预算分组」需投放手与客户拍板
历史归纳完成(48 条 4 钩子);16 变体矩阵带假设标签;样本量测算达标(每组 3 天 300 转化);两轮测试 H2-B3 胜出,CTR 2.1% 上线主投。

但本场有两项不能由 Agent 拍板,必须由投放手与客户确认:
① 第一轮预算分组:按历史 CTR 加权(妈妈视角组多分)还是 4 组平分,由投放手高翔与伊利 YL-2026-09 PM 共同判断。
② 调价与关停:测试中任何调价、暂停、关停操作一律人工执行,工具只给数据与建议。

方案一 · 两段式投放(推荐):第一轮 4 变体筛钩子层(平分 8,000 元/天),第二轮胜出钩子 × 4 基底测基底层。好处是「每轮变量单一、样本量有保障」;风险是「两轮合计 6 天,起量比一次性慢」。
方案二 · 16 变体一次性平投:16 组同时上线,每组 500 元/天。好处是「3 天全部跑完」;风险是「每组日转化 25,3 天不足 80,全部标置信度不足,等于没测」。

预算确认栏、执行确认栏两栏留空 —— 这两栏归投放手与客户。
之后

这一次跑完,公司多了什么

不讲省了多久 · 讲少了几个隐患、沉淀了什么
✓
AB 测试第一次有了结构:假设标签、变量控制、样本量门槛,每轮测试都产出可复用的结论
✓
胜出钩子开始沉淀成库:按客群的钩子类型与 CTR 区间,下一批矩阵从胜者出发
✓
素材命名被迫规范(要带假设标签就得有 ID),投放表现从此能反查到素材特征
✓
岗位角色变了:从「想到什么换什么」变成「拿着结构化矩阵和置信度门槛排弹药的人」

追问现场可能被问到的

答不上来的问题,比答得漂亮的问题更能决定这场演示的结果

后台数据导出很麻烦怎么办?
先从截图或手工导出起步 —— 钩子归纳一次能用一个季度,值得手工导一次。后台权限是 素材衰退监控与周报 的事,那个场景对实时性要求更高。
4 个钩子方向哪来的?
一半来自你的历史数据(你赢过的),一半来自框架(场景痛点/利益直给/悬念提问/身份共鸣是信息流的四大钩子族)。你的数据会逐渐修正框架的默认值 —— 这也是钩子库越用越准的原因。
测试要跑多久?
由样本量倒推:预算决定流量,流量决定到达 300 转化的天数。测试计划里每组都标了预期天数 —— 到不了门槛的组我们只标「观察」不判胜负,不硬给结论。

想了解来龙去脉?

回到场景引入,看这个场景的痛点、做法与边界